朴素贝叶斯分类器对正负类的准确性差答案

【问题标题】：Naive bayes classifier poor accuracy for positive negative classes朴素贝叶斯分类器对正负类的准确性差
【发布时间】：2014-11-14 14:05:22
【问题描述】：

我是机器学习概念的新手，我正在尝试解决这个问题。我为此使用 WEKA。我有 4 个集群，它们的意思是形成一个正方形。我提供给朴素贝叶斯的训练数据集有 2 个类，其中相反的（跨越整个图的中心）集群在同一个类中。该模型的准确率甚至不到 50%，但是当我将类别从对面更改为同一侧时，准确率变为 100%。为什么会这样？

【问题讨论】：

你会发现这个论坛很有用stats.stackexchange.com

标签： machine-learning classification

【解决方案1】：

朴素的海湾不能代表该问题的解决方案。

naive bay 的形式不止一种，但没有一个可以解决这个问题。每个人可以解决的解决方案都有些不同。

试着问问自己，当您“将类从相反的一侧更改到同一侧”时，解决方案的哪些属性会发生变化，以及表示该解决方案需要什么。

【讨论】：

【解决方案2】：

首先将数据的快照加载到 weka 以了解数据。决定朴素贝叶斯是否是解决方案的正确算法

【讨论】：

你怎么知道 OP 正在使用Weka？你用的是什么魔法……